Démontrer la faisabilité et la pertinence des approches d’apprentissage automatique (ML) et de traitement de langage naturel (NLP) dans l’analyse des événements indésirables (EI) cliniques : c’est ce qu’une étude exploratoire, menée par une équipe pluriprofessionnelle (avec en particulier le CFAR, la HAS, la société Collective Thinking…), s’était fixée comme objectif.
Partagez cet article, Choisissez votre Plateforme!
Facebook
Twitter
LinkedIn
Enquête de pratiques professionnelles sur l’utilisation de la noradrénaline (NA)
Enquête CFAR affiche (A4) diluée à faible concentration au bloc opératoire Dans le cadre de l’élaboration d’une fiche Solution Sécurité Patient (SSP2) coordonnée par la Haute Autorité de Santé (HAS)
Le CFAR participe aux JEPU les 19 et 20 mars_stand 17
Le CFAR participe aux JEPU Venez à la rencontre de nos équipes les 19 et 20 mars_ Nous vous attendons nombreux au stand 17
Déclarer un EIAS = transformer un incident en apprentissage
La HAS a mis à jour le document d’aide « Comment et pourquoi déclarer un EIAS ?« , en y ajoutant notamment une « Feuille de route du déclarant » reprenant quelques points souvent